Please wait a minute...
img

官方微信

高级检索
中国沙漠  2019, Vol. 39 Issue (6): 135-140    DOI: 10.7522/j.issn.1000-694X.2019.00023
    
MODIS卫星影像显示的2001-2017年中国荒漠化年度状况
李志鹏, 曹晓明, 丁杰, 冯益明
中国林业科学研究院 荒漠化研究所, 北京 100091
Annual Desertification during 2001-2017 in China Based on MODIS Satellite Images
Li Zhipeng, Cao Xiaoming, Ding Jie, Feng Yiming
Institute of Desertification Studies, Chinese Academy of Forestry, Beijing 100091, China
 全文: PDF(9261 KB)  
摘要: 年度监测是及时掌握荒漠化动态的有效方法。以MODIS卫星影像为数据源,依据荒漠化土地特征和荒漠化遥感监测指标选取原则,选取了能够基于中低分辨率MODIS卫星数据反演的4个遥感监测指标,将原国家林业局第三次荒漠化监测结果与MODIS反演的4个遥感监测指标的栅格图进行叠加,参照各监测指标在不同荒漠化程度等级下的像元值,得到各指标荒漠化程度判别值。根据原国家林业局荒漠化监测气候分区规定,基于各监测指标判别值,应用决策树分类方法,实现了中国不同气候区域2001-2017年的荒漠化状况年度监测。以2009年原国家林业局第四次中国荒漠化土地监测结果与本文年度监测结果对比,吻合度达92.62%。
关键词: 荒漠化MODIS影像遥感年度监测    
Abstract: The annual monitoring of desertification provides us an effective method to grasp the dynamics of desertification in time. Taking MODIS satellite image as data source, according to desertification land characteristics and the principle of selecting desertification remote sensing monitoring indicators, four remote sensing monitoring indicators which can be retrieved from low and medium resolution MODIS satellite data are selected. The results of the third desertification monitoring by the former State Forestry Administration and the raster maps of four remote sensing monitoring indicators retrieved by MODIS are superimposed. The pixel values under different desertification degree levels are used to obtain the discriminant values of desertification degree for each index. According to the climate zoning regulations of desertification monitoring of the former State Forestry Administration, based on the discriminant values of monitoring indicators, the annual monitoring results of desertification in different climatic regions of China from 2001 to 2017 are realized by using decision tree classification method. By comparing the results of the fourth China desertification land monitoring in 2009 with the annual monitoring results in this paper, the coincidence is 92.62%.
Key words: desertification    MODIS image data    remote sensing    annual monitoring
收稿日期: 2019-01-15 出版日期: 2019-11-14
:  P627  
基金资助: 国家重点研发计划项目(2017YFC0504502);国家自然科学基金项目(31770764);中国农业科学院科技创新工程项目(CAAS-ASTIP-2016-AII)
通讯作者: 冯益明(E-mail:fengym@caf.ac.cn);曹晓明(E-mail:caoxm@caf.ac.cn)     E-mail: fengym@caf.ac.cn;caoxm@caf.ac.cn
作者简介: 李志鹏(1991-),男,山东菏泽人,博士研究生,研究方向为荒漠化监测与生态环境遥感。E-mail:lzp8826@163.com
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
李志鹏
曹晓明
丁杰
冯益明

引用本文:

李志鹏, 曹晓明, 丁杰, 冯益明. MODIS卫星影像显示的2001-2017年中国荒漠化年度状况[J]. 中国沙漠, 2019, 39(6): 135-140.

Li Zhipeng, Cao Xiaoming, Ding Jie, Feng Yiming. Annual Desertification during 2001-2017 in China Based on MODIS Satellite Images. Journal of Desert Research, 2019, 39(6): 135-140.

链接本文:

http://www.desert.ac.cn/CN/10.7522/j.issn.1000-694X.2019.00023        http://www.desert.ac.cn/CN/Y2019/V39/I6/135

[1] 朱震达.中国土地荒漠化的概念、成因与防治[J].第四纪研究,1998(2):145-155.
[2] UNCCD.United Nations Convention to Combat Desertification in Those Countries Experiencing Serious Drought and/or Desertification Particularly in Africa[R].1994.
[3] CCICCD.China Country Paper to Combat Desertification[M].Beijing:China Forestry Publishing House,1996:18-31.
[4] 张玉,宁大同,Smil V.中国荒漠化灾害的经济损失评估[J].中国人口资源与环境,1996(1):45-49.
[5] 李清河,孙保平,孙立达.荒漠化动态监测与评价研究进展[J].北京林业大学学报,1998(3):67-73.
[6] 郭瑞霞,管晓丹,张艳婷.我国荒漠化主要研究进展[J].干旱气象,2015,33(3):505-513.
[7] 吴彤,倪绍祥.土地荒漠化监测方法研究进展[J].国土资源科技管理,2005,22(5):73-76.
[8] 杜明义,武文波,郭达志.多源地学信息在土地荒漠化遥感分类中的应用研究[J].中国图象图形学报,2002,7(7):740-743.
[9] 于显双,赵明,陈凤臻,等.基于GIS的北方农牧交错带荒漠化遥感动态监测与成因分析——以内蒙古通辽市为例[J].干旱区资源与环境,2010,24(4):107-111.
[10] 吕爱锋,周磊,朱文彬.青海省土地荒漠化遥感动态监测[J].遥感技术与应用,2014,29(5):803-811.
[11] 马宗义.基于TM影像的沙漠化信息定量提取方法[D].兰州:兰州大学,2013.
[12] 官莉.EOS/MODIS简介[J].气象教育与科技,2003(3):7-11.
[13] 吴见,彭道黎.基于遥感的荒漠化评价技术研究进展[J].世界林业研究,2009,22(5):34-39.
[14] 李亚云,杨秀春,朱晓华,等.遥感技术在中国土地荒漠化监测中的应用进展[J].地理科学进展,2009,28(1):55-62.
[15] 刘爱霞.中国及中亚地区荒漠化遥感监测研究[D].沈阳:中国科学院遥感应用研究所,2004.
[16] 齐述华,王长耀,牛铮.利用温度植被旱情指数(TVDI)进行全国旱情监测研究[J].遥感学报,2003,7(5):420-427.
[17] Goward S N,Xue Y,Czajkowski K P.Evaluating land surface moisture conditions from the remotely sensed temperature/vegetation index measurements[J].Remote Sensing of Environment,2002,79(2):225-242.
[18] 贾坤,姚云军,魏香琴,等.植被覆盖度遥感估算研究进展[J].地球科学进展,2013,28(7):774-782.
[19] Wan Z.New refinements and validation of the MODIS Land-Surface Temperature/Emissivity products[J].Remote Sensing of Environment,2008,112(1):59-74.
[20] 王纯枝,毛留喜,何延波,等.温度植被干旱指数法(TVDI)在黄淮海平原土壤湿度反演中的应用研究[J].土壤通报,2009,40(5):998-1005.
[21] 王宏,李晓兵,李霞,等.基于NOAA NDVI和M-SAVI研究中国北方植被生长季变化[J].生态学报,2007,27(2):504-515.
[22] 国家林业局.全国荒漠化和沙化监测技术规定(修订稿)[R].2008.
[23] 国家林业局.中国荒漠化和沙化状况公报[M].北京:国家林业局,2011.
[1] 王琨, 淮孟姣. 科学计量视角下的荒漠化研究热点[J]. 中国沙漠, 2020, 40(6): 201-211.
[2] 颜长珍, 李森, 逯军峰, 刘立超. 1975—2015年腾格里沙漠湖泊面积与数量[J]. 中国沙漠, 2020, 40(4): 183-189.
[3] 毛忠超, 李森, 张志山, 胡宜刚, 李昌盛. 荒漠-过渡带-绿洲界定——以石羊河流域为例[J]. 中国沙漠, 2020, 40(2): 177-184.
[4] 常茜, 鹿化煜, 吕娜娜, 崔梦淳, 李海宇. 1992-2015年中国沙漠面积变化的遥感监测与气候影响分析[J]. 中国沙漠, 2020, 40(1): 57-63.
[5] 肖生春, 颜长珍, 田永祯, 司建华, 丁爱军, 陈小红, 韩超, 滕泽宇. 阿拉善高原沙漠化土地防治区划与治理对策[J]. 中国沙漠, 2019, 39(5): 182-192.
[6] 蒋盈沙, 高艳红, 潘永洁, 李霞. 青藏高原及其周边区域沙尘天气的时空分布特征[J]. 中国沙漠, 2019, 39(4): 83-91.
[7] 张华, 陈蕾. 基于线性光谱混合模型(LSMM)的民勤绿洲荒漠化治理效果评价[J]. 中国沙漠, 2019, 39(3): 145-154.
[8] 田海静, 孙涛, 刘旭升, 孔祥吉. 基于时间序列遥感数据的嵯岗国家沙化土地封禁保护成效评估[J]. 中国沙漠, 2019, 39(3): 155-162.
[9] 万炜, 颜长珍, 肖生春, 谢家丽, 钱大文. 1975-2015年阿拉善高原沙漠化过程、格局与驱动机制[J]. 中国沙漠, 2018, 38(1): 17-29.
[10] 吴昕, 徐凯, 张继吟, 李江风. 中国锡林郭勒草原沙漠化的沙源及其地质学成因[J]. 中国沙漠, 2018, 38(1): 92-100.
[11] 宋豫秦, 陈妍. 荒漠化预警方法研究进展[J]. 中国沙漠, 2017, 37(2): 205-213.
[12] 陈宁, 王新平. 干旱区生态系统跃变:以输沙势为外部驱动力[J]. 中国沙漠, 2017, 37(1): 73-80.
[13] 任岩, 张飞, 周梅, 王娟, 李晓航, 张月. 基于Landsat 8影像的水体指数与地表水化学特征关系——以艾比湖流域为例[J]. 中国沙漠, 2016, 36(5): 1451-1462.
[14] 赵云霞, 李瑞利, 邱国玉. 基于热红外遥感的沙冬青(Ammopiptanthus Mongolicus)健康状况诊断[J]. 中国沙漠, 2016, 36(4): 997-1006.
[15] 李蒙蒙, 丁国栋, 高广磊, 赵媛媛, 于明含, 王德英. 樟子松(Pinus sylvestris var.mongholica)在中国北方10省(区)引种的适宜性[J]. 中国沙漠, 2016, 36(4): 1021-1028.